Tensorflow Estimator -warm_start_from 和 model_dir

Question

使用时 tf.estimator与 warm_start_from 和 model_dir ，以及两者 warm_start_from目录和 model_dir目录包含有效的检查点，哪个检查点将被实际恢复？

为了给出一些上下文，我的估算器代码看起来像

est = tf.estimator.Estimator(
    model_fn=model_fn,
    model_dir=model_dir,
    warm_start_from=warm_start_dir)

for epoch in range(num_epochs):
    est.train(input_fn=train_input_fn)
    est.evaluate(input_fn=eval_input_fn)

(输入函数使用一次性迭代器。)

所以在第一次迭代中，当 model_dir为空，我希望加载热启动检查点，但在下一个时期，我希望从 model_dir 中的最后一次迭代中获得中间微调检查点要加载。但至少从日志来看，它看起来像 warm_start_dir仍在加载中。

我可能会在下一次迭代中覆盖我的估算器，但我想知道它是否不应该以某种方式在估算器中构建。

Answer 1

我遇到了类似的问题，我通过提供一个在 session 开始时运行的初始化 Hook 并使用 tf.estimator.train_and_evaluate 解决了这个问题。 (虽然我不能相信整个解决方案，因为我在其他地方看到了类似的其他目的):

class InitHook(tf.train.SessionRunHook):
    """initializes model from a checkpoint_path
    args:
        modelPath: full path to checkpoint
    """
    def __init__(self, checkpoint_dir):
        self.modelPath = checkpoint_dir
        self.initialized = False

    def begin(self):
        """
        Restore encoder parameters if a pre-trained encoder model is available and we haven't trained previously
        """
        if not self.initialized:
            log = logging.getLogger('tensorflow')
            checkpoint = tf.train.latest_checkpoint(self.modelPath)
            if checkpoint is None:
                log.info('No pre-trained model is available, training from scratch.')
            else:
                log.info('Pre-trained model {0} found in {1} - warmstarting.'.format(checkpoint, self.modelPath))
                tf.train.warm_start(checkpoint)
            self.initialized = True

然后，对于训练:

initHook = InitHook(checkpoint_dir = warm_start_dir)
trainSpec = tf.estimator.TrainSpec(
    input_fn = train_input_fn,
    max_steps = N_STEPS, 
    hooks = [initHook]
)
evalSpec = tf.estimator.EvalSpec(
    input_fn = eval_input_fn,
    steps = None,
    name = 'eval',
    throttle_secs = 3600
)
tf.estimator.train_and_evaluate(estimator, trainSpec, evalSpec)

这在开始时运行一次以初始化来自 warm_start_dir 的变量.后来，当估计器中有新的检查点时 model_dir ，它从那里继续热启动。